用Python将不同采样频率的两种数据绘制到同一个图中

假设你有两个数据集，分别是`data1`和`data2`，它们的采样频率不同，你可以按照以下步骤将它们绘制到同一个图中：

1. 首先，导入`matplotlib`和`numpy`库：

import matplotlib.pyplot as plt
import numpy as np

2. 创建一个`figure`对象和一个`axes`对象：

fig, ax = plt.subplots()

3. 对于每个数据集，创建一个时间轴，可以使用`numpy`的`arange`函数生成等间距的时间点。假设`data1`有100个数据点，采样频率为10Hz，那么时间轴可以这样生成：

time1 = np.arange(0, 10, 0.1)

同样地，假设`data2`有50个数据点，采样频率为5Hz，那么时间轴可以这样生成：

time2 = np.arange(0, 10, 0.2)

4. 现在，我们可以将数据和时间轴绘制到同一个图中。使用`plot`函数，对于每个数据集分别绘制它们的时间轴和数值。假设`data1`和`data2`的值已经存储在`y1`和`y2`这两个数组中，那么可以这样绘制它们：

ax.plot(time1, y1, label='data1')
ax.plot(time2, y2, label='data2')

5. 最后，添加图例和标签，显示图形：

ax.legend()
ax.set_xlabel('Time (s)')
ax.set_ylabel('Value')
plt.show()

完整代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
time1 = np.arange(0, 10, 0.1)
y1 = np.sin(time1)

time2 = np.arange(0, 10, 0.2)
y2 = np.cos(time2)

# 绘制图形
fig, ax = plt.subplots()
ax.plot(time1, y1, label='data1')
ax.plot(time2, y2, label='data2')
ax.legend()
ax.set_xlabel('Time (s)')
ax.set_ylabel('Value')
plt.show()

运行代码后，你会得到一个同时显示两个数据集的图形。